多源遙感圖像融合方法研究.pdf

1、多源遙感圖像融合是數(shù)據(jù)融合的重要內(nèi)容，也是圖像理解和計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重要技術(shù)。其理論和應(yīng)用研究的目標(biāo)是把來自多個(gè)傳感器的圖像進(jìn)行智能合成，獲取比單一傳感器更精確、更完整、更可靠的描述。本文主要針對(duì)多源遙感圖像，運(yùn)用多分辨分析和神經(jīng)網(wǎng)絡(luò)等理論，深入研究了像素級(jí)、特征級(jí)和快速融合問題。 針對(duì)Mallat小波變換方法得到的融合圖像存在細(xì)節(jié)信息含量不夠和振鈴效應(yīng)的問題，本文提出了一種保真的小波(HFWT)融合方法。該方法主要通過灰

2、度對(duì)比度融合算子，有效地將高分辨率圖像的低頻分量融合到多光譜圖像的低頻分量中，降低了失真度。本文不但從理論上進(jìn)行了證明，而且應(yīng)用在高分辨率圖像和多光譜圖像的融合實(shí)驗(yàn)中也取得了很好的結(jié)果。 針對(duì)單小波融合方法的融合結(jié)果存在光譜畸變等缺點(diǎn)，提出了一種多小波(MWT)的融合方法。該方法克服了單小波融合方法的移變性缺點(diǎn)，實(shí)驗(yàn)證明它不僅避免了融合圖像的振鈴效應(yīng)，也有效地消除了融合圖像的光譜畸變。 針對(duì)小波融合方法只對(duì)低頻分量進(jìn)行分

3、解，對(duì)高頻分量不做進(jìn)一步分解，致使富含邊緣信息的高頻分量不能根據(jù)實(shí)際情況靈活采用不同融合規(guī)則和算子進(jìn)行融合的缺陷。提出了一種小波包方向自適應(yīng)(WPT-OA)圖像融合方法。通過定量分析與目視評(píng)價(jià)，證明該融合方法的融合結(jié)果明顯優(yōu)于小波融合方法。 圖像較大時(shí)，小波包融合方法的計(jì)算量大，不能滿足實(shí)時(shí)融合的要求。通過對(duì)小波包融合方法的流程和并行性的分析，提出了一種小波包變換并行融合算法。該算法針對(duì)小波變換計(jì)算的數(shù)據(jù)局部性和邊界計(jì)算相關(guān)性特

4、點(diǎn)，采用規(guī)整數(shù)據(jù)分塊和冗余存儲(chǔ)思想，使得融合過程完全不需要通信。在Pentium PC和1000Mbps交換式以太網(wǎng)的8機(jī)系統(tǒng)的MPI (Message Passing Interface)并行環(huán)境下，針對(duì)不同大小圖像進(jìn)行實(shí)驗(yàn)，結(jié)果表明該算法具有良好的并行性能，8機(jī)融合加速比最高可達(dá)6.3798。 此外，本文還根據(jù)對(duì)線狀目標(biāo)識(shí)別的實(shí)際應(yīng)用需要，提出了一種SAR圖像目標(biāo)區(qū)域分割和光學(xué)圖像目標(biāo)區(qū)域邊緣定位的特征級(jí)融合方法。該方法首先